Các nghiên cứu định lượng sử dụng mô hình kinh tế lượng không gian để đánh giá tác động lan tỏa không gian của hạ tầng giao thông Việt Nam chưa có và chưa có nghiên cứu nào phân tích đầy đủ tác động các yếu tố hạ tầng giao thông bao gồm đường bộ, đường thủy, kho bãi hỗ trợ vận tải và đường hàng không, bối cảnh chủ yếu là một khu vực kinh tế nhỏ so với cả nước. Do đó, luận án đã có các đóng góp mới: (1) Luận án đã phân tích được tác động, bao gồm tác động lan tỏa không gian của vốn đầu tư giao thông tới tăng trưởng kinh tế trên phạm vi cả nước và các khu vực. (2) Luận án đã phân tích được tác động, bao gồm tác động lan tỏa không gian của các loại hình vốn đầu tư giao thông tới tăng trưởng kinh tế trong phạm vi cả nước. (3) Luận án phân tích được tác động, bao gồm tác động lan tỏa không gian của mật độ đường cao tốc tới tăng trưởng kinh tế trên phạm vi cả nước và các khu vực. (4) Luận án sử dụng mô hình dữ liệu mảng kết hợp mô hình dữ liệu mảng không gian, từ đó tăng tính tin cậy cho phương pháp và kết quả ước lượng. Những phát hiện, đề xuất mới rút ra được từ kết quả nghiên cứu, khảo sát của luận án (1) Tác động trực tiếp và tác động lan tỏa không gian của vốn đầu tư cho giao thông đến tăng trưởng kinh tế là tích cực và có ý nghĩa thống kê, tác động gián tiếp lớn hơn đáng kể so với tác động trực tiếp. Khu vực càng chiếm cơ cấu đầu tư giao thông cao, tác động càng lớn. (2) Tác động trực tiếp của vốn đầu tư đường bộ (bao gồm cả đường sắt và đường ống) trên cả nước là lớn nhất, sau đó đến vốn kho bãi và các hoạt động hỗ trợ vận tải. Tác động lan tỏa không gian và do đó hệ số co giãn tổng hợp của kho bãi và các hoạt động hỗ trợ vận tải là lớn nhất. Các tác động là tích cực. Tại cấp độ tỉnh, vốn đầu tư đường hàng không chưa tìm thấy ý nghĩa thống kê, do đó định hướng phát triển đường hàng không cần cho mục tiêu phát triển theo vùng kinh tế bao gồm nhiều tỉnh. Riêng đối với vốn đường thủy, dù tác động trực tiếp là tích cực song tác động lan tỏa không gian là tiêu cực và lớn hơn nhiều so với tác động trực tiếp, do đó tác động tổng hợp là tiêu cực. Điều này cho thấy cần giảm bớt đầu tư đường thủy tràn lan trên các tỉnh thành, cân nhắc chọn lọc tỉnh đầu tư và cần có sự phối kết hợp đánh giá hiệu quả của nhiều tỉnh cho các dự án đầu tư đường thủy tại một địa phương. (3) Tác động trực tiếp của mật độ đường cao tốc tới tăng trưởng kinh tế trên phạm vi cả nước và các khu vực là chưa có ý nghĩa thống kê song tác động gián tiếp lớn hơn nhiều và có ý nghĩa thống kê, do đó tác động tổng hợp là tích cực và có ý nghĩa thống kê mạnh mẽ. Các khía cạnh xét tác động của mật độ đường cao tốc tại khu vực Quảng Ninh – Huế đều cao hơn so với tại khu vực Đà Nẵng – Cà Mau. Nghiên cứu cho thấy tại Việt Nam trong giai đoạn hiện nay, tác động của đường cao tốc sẽ tăng theo quy mô. Điều này gợi ý định hướng chính sách phát triển mạnh mẽ đường cao tốc trên tất cả các tỉnh thành trong cả nước. NEW CONTRIBUTIONS OF THE THESIS Thesis topic: The econometric models assess the impacts of transport infrastructure on economic development in Vietnam Major: Mathematical Economics No.: 9310101_TKT PhD student: Nhung, Le Thi Quynh Student number: NCS37.019TKT Instructor: Dr. Lan, Nguyen Thi Quynh and Dr. Trung, Tong Thanh Training facility: National Economics University New academic and theoretical contributions Among quantitative studies to assess the effects of Vietnams transport infrastructure, there has not been any research using spatial econometric models or fully analyzing the impacts of different types of transport including road, railway and pipeline; waterway; warehousing and auxiliary transport activities; airway study on a small area compared to the whole country. Thus, this thesis has made the following contributions: (1) The thesis has analyzed impacts, including the spatial spillover effects of transport investment on economic growth, across the country and regions. (2) The thesis has analyzed the impacts, including the spatial spillover effects of investment capital for different types of transport on the economic growth, across the country. (3) The thesis analyzes the impacts, including spillover effects of highway density on economic growth, across the country and regions. (4) The thesis adopts the combination of the panel data models and the spatial models, thereby increasing the reliability of the estimating method and results. New findings and proposals drawn from the research results of the thesis (1) The direct and spillover effects of investment capital for transport on economic growth are positive and statistically significant, with its indirect effects considerably greater than direct ones. The more investment for transport an area receives, the greater the effects it has. (2) The direct effects of road investment (including railway and pipeline) across the country is the greatest, followed by investment for warehousing and auxiliary transport activities. However, the spatial spillover effect of warehousing and auxiliary transport activities is higher and therefore, the total elasticity coefficient is greatest. The effects are positive. At the provincial level, the statistical significance of investment capital for airway has not been found, so the development orientation of the airway is not necessary for the development goals of each provincecity, that is necessary for the region which includes many provinces. Regarding capital for the waterway, though its direct impact is positive, its spatial spillover effect is negative and much stronger than its direct impact, so the combined effect is negative. This suggests that, it is necessary to reduce rampant investment in waterway across provinces, consider and select provinces to invest in, and combine the evaluation of multiple provinces effectively for waterway investment projects in one locality. (3) Although the direct impacts of highway density on economic growth across the country and regions is not statistically significant, its indirect effects are much more considerable and statistically significant, making the total effect positive and of immense statistical significance. The aspects to evaluate the effects of highway density in the Quang Ninh Hue area all have higher values than those in the Da Nang Ca Mau area. The research shows that the impacts of the highway in Vietnam will increase in scale in the current period. This suggests a strong policy direction for highway development in all provincescities in the country.
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN - LÊ THỊ QUỲNH NHUNG CÁC MƠ HÌNH KINH TẾ LƯỢNG ĐÁNH GIÁ TÁC ĐỘNG CỦA HẠ TẦNG GIAO THÔNG VẬN TẢI ĐẾN PHÁT TRIỂN KINH TẾ TẠI VIỆT NAM LUẬN ÁN TIẾN SĨ NGÀNH KINH TẾ HỌC HÀ NỘI - 2021 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN - LÊ THỊ QUỲNH NHUNG CÁC MƠ HÌNH KINH TẾ LƯỢNG ĐÁNH GIÁ TÁC ĐỘNG CỦA HẠ TẦNG GIAO THÔNG VẬN TẢI ĐẾN PHÁT TRIỂN KINH TẾ TẠI VIỆT NAM Chuyên ngành: TOÁN KINH TẾ Mã số: 9310101 LUẬN ÁN TIẾN SĨ Người hướng dẫn khoa học: TS NGUYỄN THỊ QUỲNH LAN TS TỐNG THÀNH TRUNG HÀ NỘI - 2021 i LỜI CAM ĐOAN Tôi đọc hiểu hành vi vi phạm trung thực học thuật Tôi cam kết danh dự cá nhân nghiên cứu tự thực không vi phạm yêu cầu trung thực học thuật Hà Nội, ngày tháng năm 2021 Nghiên cứu sinh Lê Thị Quỳnh Nhung ii LỜI CẢM ƠN Tác giả xin bày tỏ lòng biết ơn sâu sắc đến TS Nguyễn Thị Quỳnh Lan TS Tống Thành Trung, người hướng dẫn khoa học tận tình hướng dẫn tác giả suốt trình thực luận án Tác giả xin tỏ lòng biết ơn sâu sắc đến GS.TS.Nguyễn Khắc Minh, GS.TS Ngô Văn Thứ, PGS.TS Nguyễn Thị Minh, TS Nguyễn Mạnh Thế thầy giáo khoa Tốn Kinh tế Trường Đại học Kinh tế Quốc dân nhiệt tình giảng dạy, đưa lời khuyên hỗ trợ kịp thời tác giả suốt trình học tập, nghiên cứu Xin chân thành cảm ơn thầy cô Viện đào tạo Sau Đại học Trường Kinh tế quốc dân tạo điều kiện giúp đỡ suốt trình học tập Xin chân thành cảm ơn Đảng ủy, Ban Giám Đốc Học viện Ngân hàng thầy cô giáo Bộ mơn Tốn - Học viện Ngân hàng tạo điều kiện thuận lợi cho tơi q trình học tập nghiên cứu Xin chân thành cảm ơn anh/chị cựu nghiên cứu sinh anh chị em K37 - Toán kinh tế động viên, chia sẻ kinh nghiệm suốt trình học tập Cuối cùng, xin gửi lời cám ơn sâu sắc đến toàn thể gia đình ln tin tưởng, đồng hành suốt thời gian dài học tập Hà Nội, ngày tháng năm 2021 Nghiên cứu sinh Lê Thị Quỳnh Nhung iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CHỮ VIẾT TẮT v DANH MỤC BẢNG BIỂU vi DANH MỤC HÌNH VẼ vii LỜI MỞ ĐẦU CHƯƠNG CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU 1.1 Cơ sở lý luận 1.1.1 Một số khái niệm tăng trưởng kinh tế vốn đầu tư 1.1.2 Một số khái niệm đặc điểm chung hạ tầng giao thông vận tải 1.1.3 Các nhân tố tác động đến tăng trưởng kinh tế 10 1.2 Tổng quan nghiên cứu 17 1.3 Khung phân tích luận án 30 1.4 Kết luận chương 31 CHƯƠNG THỰC TRẠNG HẠ TẦNG GIAO THÔNG VẬN TẢI VIỆT NAM TRONG GIAI ĐOẠN 2010 – 2017 32 2.1 Bối cảnh kinh tế sách phát triển hạ tầng giao thơng vận tải Việt Nam 32 2.2 Thực trạng chung hạ tầng giao thông vận tải Việt Nam 36 2.3 Thực trạng vốn đầu tư phát triển hạ tầng giao thông vận tải 40 2.4 Thực trạng hạ tầng đường cao tốc Việt Nam 52 2.5 Phân tích thống kê mối quan hệ hạ tầng giao thông tăng trưởng kinh tế 55 2.6 Kết luận chương 60 CHƯƠNG TÁC ĐỘNG CỦA HẠ TẦNG GIAO THÔNG VẬN TẢI TỚI TĂNG TRƯỞNG KINH TẾ 61 3.1 Phương pháp phân tích 61 3.1.1 Mơ hình hồi quy liệu mảng 61 3.1.2 Mơ hình hồi quy kinh tế lượng không gian 62 3.2 Số liệu 66 iv 3.3 Tác động vốn đầu tư cho giao thông tới tăng trưởng kinh tế 68 3.3.1 Mơ hình đánh giá tác động vốn đầu tư cho giao thông tới tăng trưởng kinh tế 68 3.3.2 Kết mơ hình tác động vốn đầu tư giao thơng tới tăng trưởng kinh tế 71 3.4 Tác động loại hình vốn đầu tư cho giao thơng tới tăng trưởng kinh tế 81 3.4.1 Mơ hình liệu mảng liệu mảng không gian đánh giá tác động loại hình vốn đầu tư cho giao thơng tới tăng trưởng kinh tế 81 3.4.2 Kết mơ hình tác động loại hình vốn đầu tư giao thông tới tăng trưởng kinh tế 83 3.5 Tác động mật độ đường cao tốc tới tăng trưởng kinh tế 87 3.5.1 Mơ hình liệu mảng liệu mảng không gian 87 3.5.2 Tác động mật độ đường cao tốc 63 tỉnh/thành 88 3.5.3 Tác động mật độ đường cao tốc khu vực kinh tế 90 3.5.4 So sánh tác động đường cao tốc nước khu vực 93 3.6 Kết luận chương 96 KẾT LUẬN, KIẾN NGHỊ VÀ ĐỀ XUẤT HƯỚNG NGHIÊN CỨU TIẾP THEO 98 Kết luận 98 Kiến nghị 99 Đề xuất hướng nghiên cứu 100 DANH MỤC CÁC CƠNG TRÌNH TÁC GIẢ ĐÃ CƠNG BỐ .101 TÀI LIỆU THAM KHẢO .102 PHỤ LỤC 109 v DANH MỤC CHỮ VIẾT TẮT Kí hiệu Nghĩa Tiếng Anh Nghĩa Tiếng Việt 2SLS Two-stage least-squares Bình phương nhỏ giai đoạn BOT Build-Operate-Transfer Xây dựng - Kinh doanh - Chuyển giao FE Fixed Effect Tác động cố định FGLS Feasible Generalized Least Squares Bình phương tối thiểu tổng quát khả dụng GDP Gross domestic product Tổng sản phẩm nước GRDP Gross regional domestic product Tổng sản phẩm dịa bàn GT Giao thông GTVT Giao thông vận tải KBHTVT Kho bãi hỗ trợ vận tải NGTK Niên giám thống kê POLS Pooled Ordinary Least Squares Bình phương nhỏ gộp RE Random Effect Tác động ngẫu nhiên SLX Spatial Lag of X Trễ không gian X TCTK Tổng cục thống kê TCVN Tiêu chuẩn Việt Nam vi DANH MỤC BẢNG BIỂU Bảng 1.1: Tóm tắt nghiên cứu tác động vốn giao thông tới tăng trưởng kinh tế 20 Bảng 1.2: Tóm tắt nghiên cứu tác động kết cấu hạ tầng giao thông tới tăng trưởng kinh tế 25 Bảng 1.3: Nghiên cứu nước tác động giao thông tới kinh tế 28 Bảng 3.1: Thống kê mô tả biến 70 Bảng 3.2: Mơ hình FE (1a) mơ hình khơng gian SLX (1b) xét tác động vốn đầu tư cho giao thông 63 tỉnh/thành 72 Bảng 3.3: Mơ hình RE (2a) mơ hình khơng gian SLX (2b) xét tác động vốn đầu tư cho giao thông khu vực Miền Bắc 74 Bảng 3.4: Mơ hình RE (3a) mơ hình khơng gian SLX (3b) xét tác động vốn đầu tư cho giao thông khu vực Miền Trung 76 Bảng 3.5: Mơ hình FE (4a) mơ hình khơng gian SLX (4b) xét tác động vốn đầu tư cho giao thông khu vực Miền Nam 77 Bảng 3.6: So sánh tác động vốn đầu tư cho giao thông nước khu vực 78 Bảng 3.7: Thống kê mô tả biến 82 Bảng 3.8: Mơ hình FE (5a) mơ hình khơng gian SLX (5b, 5c) xét tác động loại hình vốn đầu tư cho giao thông 63 tỉnh/thành 84 Bảng 3.9: Hệ số cấu tác động trực tiếp, gián tiếp loại hình vốn đầu tư cho giao thơng 86 Bảng 3.10: Thống kê mô tả biến Mật độ đường cao tốc 88 Bảng 3.11: Mơ hình RE (6.2a) mơ hình khơng gian SLX (6b) xét tác động mật độ đường cao tốc 63 tỉnh/thành 89 Bảng 3.12: Mơ hình RE (7a) mơ hình khơng gian SLX (7b) xét tác động mật độ đường cao tốc khu vực Quảng Ninh - Huế 91 Bảng 3.13: Mơ hình RE (8a) mơ hình khơng gian SLX (8b) xét tác động mật độ đường cao tốc khu vực Đà Nẵng - Cà Mau 92 Bảng 3.14: So sánh tác động mật độ đường cao tốc nước khu vực 94 vii DANH MỤC HÌNH VẼ Hình 1.1: Hàm sản xuất với cơng nghệ “Harrod - neutral” 11 Hình 1.2: Cải thiện lực giao thông vận tải tăng trưởng kinh tế 13 Hình 1.3: Khung phân tích luận án 30 Hình 2.1: Chỉ số giá tiêu dùng Việt Nam giai đoạn 2008 - 2017 33 Hình 2.2: Số lượt khách vận chuyển (triệu lượt) 38 Hình 2.3: Khối lượng vận chuyển hàng hóa tồn xã hội (nghìn tấn) 39 Hình 2.4: Khối lượng ln chuyển hàng hóa tồn xã hội (nghìn * km) 39 Hình 2.5: Cơ cấu vốn đầu tư loại hình giao thơng vận tải 42 Hình 2.6: Cơ cấu vốn đầu tư cho vận tải đường sắt, đường đường ống (%) 43 Hình 2.7: Cơ cấu vốn đầu tư cho vận tải đường thủy (%) 45 Hình 2.8: Kênh Chợ gạo 46 Hình 2.9: Cơ cấu vốn đầu tư ngành vận tải hàng không (%) 47 Hình 2.10: Các vùng kinh tế - xã hội Việt Nam 50 Hình 2.11: Cơ cấu đầu tư giao thông Miền nước 51 Hình 2.12: Cơ cấu độ dài đường cao tốc khu vực 54 Hình 2.13: Tương quan vốn đầu tư cho giao thông GRDP 56 Hình 2.14: Tương quan vốn đầu tư đường GRDP 56 Hình 2.15: Tương quan vốn đầu tư đường thủy GRDP 57 Hình 2.16: Tương quan vốn đầu tư KBHTVT GRDP 58 Hình 2.17: Tương quan vốn đầu tư đường hàng không GRDP 58 Hình 2.18: Tương quan mật độ đường cao tốc GRDP 59 Hình 3.1: Mối liên hệ dạng mơ hình 65 LỜI MỞ ĐẦU Lý chọn đề tài Mạng lưới giao thơng đóng vai trị quan trọng để góp phần phát triển kinh tế quốc gia Hạ tầng giao thơng phát triển hồn thiện giúp tiết kiệm thời gian tham gia giao thông, thúc đẩy tăng trưởng du lịch lưu thơng hàng hóa, từ làm giảm chi phí sản xuất doanh nghiệp, thúc đẩy tăng trưởng lực sản xuất Nghiên cứu Dương Bích Tiến (1998) thực trạng giao thông Việt Nam khẳng định: nước ta có mật độ đường theo dân số cịn thấp, đa số đường sá cầu cống nhỏ hẹp, nhiều hệ thống đường cầu cống bị thiên tai hàng năm gây hư hỏng nặng Trong năm gần đây, Đảng Nhà nước ta dành nhiều quan tâm, ưu tiên đầu tư để xây dựng, nâng cấp nhiều tuyến đường giao thông đường bộ, cảng biển, cảng hàng không Hàng loạt dự án BOT giao thông (Build-Operate-Transfer) chuyển giao thực nhà thầu nước Nhiều tuyến cao tốc hoàn thành tuyến đường cao tốc Hà Nội tỉnh Hải Phòng, Quảng Ninh, Lào Cai, cao tốc Thành phố Hồ Chí Minh - Trung Lương Tuyến đường Hồ Chí Minh qua khu vực Tây Nguyên hoàn thành sớm dự kiến đưa vào sử dụng Quốc lộ 1A từ Thanh Hóa đến Cần Thơ hoàn thành nâng cấp mở rộng Hiện nay, 700 km đường cao tốc hoàn thành đưa vào khai thác Nhiều đoạn tuyến cao tốc triển khai xây dựng nhiều khu vực Cùng với mở rộng, xây dựng tuyến đường quốc lộ, Việt Nam nỗ lực để giải tình trạng tắc nghẽn giao thông số thành phố lớn (Hà Nội, TP Hồ Chí Minh,…) xây dựng tuyến đường cao, xây dựng hệ thống đường sắt cao; Mở rộng đường điểm tắc nghẽn giao thông; Triển khai dự án chống ngập lụt, tạo lập hành lang giao thơng an tồn Nhà nước định hướng quy hoạch giao thông, kết hợp kêu gọi đầu tư từ tập đoàn nước quốc tế tập đoàn Trung Quốc, Nhật Bản, Pháp,… Đánh giá chất lượng sở hạ tầng giao thông Việt Nam báo cáo Diễn đàn Kinh tế Thế giới (WEF) năm 2019, Việt Nam đứng vị trí 66 năm 2010 đứng vị trí 103, tăng 37 bậc Song bên cạnh đó, thực trạng hạ tầng giao thông đất nước ta cịn nhiều bất cập, tình trạng kẹt xe, q tải hạ tầng diễn thường xuyên thành phố lớn Hà Nội thành phố Hồ Chí Minh Giao thơng đường sắt, đường thủy cịn chưa phát triển, cầu cảng chưa khai 115 Mơ hình khơng gian SLX 3b xét tác động vốn đầu tư cho giao thông Miền Trung spxtregress LnGRDP LnKNT LnKT LnL LnTLRate LnLTraining_PCI LnEntryCosts D if ID>=26& I > D chi2 Pseudo R2 = = = 1185.44 0.0000 0.8388 LnGRDP Coef z P>|z| [95% Conf Interval] LnKNT LnKT LnL LnTLRate LnLTraining_PCI LnEntryCosts D _cons 0797412 0291794 8848519 3494226 1664713 0908292 0504895 8844324 0270514 0123505 0948925 0568063 0786795 0596399 01936 1.227635 2.95 2.36 9.32 6.15 2.12 1.52 2.61 0.72 0.003 0.018 0.000 0.000 0.034 0.128 0.009 0.471 0267214 0049729 6988659 2380842 0122624 -.0260629 0125447 -1.521687 132761 0533859 1.070838 460761 3206803 2077213 0884344 3.290552 LnKT 0889112 0284072 3.13 0.002 0332342 1445882 /sigma_u /sigma_e 2324908 065354 0390178 0040212 1673219 0579293 3230418 0737303 LnGRDP M_s001 Wald test of spatial terms: chi2(1) = 9.80 Prob > chi2 = 0.0017 116 Mô hình FE 4a xét tác động vốn đầu tư cho giao thông khu vực Miền Nam xtreg LnGRDP LnKNT LnKT LnL LnTLRate LnLTraining_PCI LnEntryCosts D if ID >=45, fe r > ob Fixed-effects (within) regression Group variable: ID Number of obs Number of groups R-sq: Obs per group: within = 0.8421 between = 0.7820 overall = 0.7741 corr(u_i, Xb) = = 152 19 = avg = max = 8.0 = = 62.25 0.0000 F(7,18) Prob > F = 0.5707 (Std Err adjusted for 19 clusters in ID) LnGRDP Coef LnKNT LnKT LnL LnTLRate LnLTraining_PCI LnEntryCosts D _cons 1694531 0290284 6461228 1302805 257399 2848703 1185983 4.259601 sigma_u sigma_e rho 56768679 07327428 98361262 Robust Std Err t P>|t| 0655354 0203663 3024393 0542926 0938901 0600305 0203848 3.65163 2.59 1.43 2.14 2.40 2.74 4.75 5.82 1.17 0.019 0.171 0.047 0.027 0.013 0.000 0.000 0.259 [95% Conf Interval] 0317684 -.0137596 0107214 0162161 0601432 1587509 0757714 -3.41219 (fraction of variance due to u_i) 3071378 0718165 1.281524 244345 4546547 4109898 1614253 11.93139 117 Mơ hình khơng gian SLX 4b xét tác động vốn đầu tư cho giao thông Miền Nam spxtregress LnGRDP LnKNT LnKT LnL LnTLRate LnLTraining_PCI LnEntryCosts D if ID >=45, > ivarlag(M: LnKT) force re (504 observations) (352 observations excluded due to if/in) (152 observations used) (data contain 19 panels (places) ) (weighting matrix defines 63 places) (you specified -force-) (weighting matrix matched 19 places in data) (weighting matrix M_s001 created) Optimizing concentrated log likelihood: initial: improve: rescale: rescale eq: Iteration 0: Iteration 1: Iteration 2: Iteration 3: Iteration 4: log log log log log log log log log likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood = = = = = = = = = 126.8262 126.8262 126.8262 132.74186 132.74186 132.95051 133.21429 133.21481 133.21481 Optimizing unconcentrated log likelihood: Iteration 0: Iteration 1: log likelihood = log likelihood = 133.21481 133.21481 (backed up) Random-effects spatial regression Group variable: ID Log likelihood = 133.2148 Std Err z Number of obs Number of groups Obs per group = = = 152 19 Wald chi2(8) Prob > chi2 Pseudo R2 = = = 811.09 0.0000 0.7604 LnGRDP Coef P>|z| [95% Conf Interval] LnKNT LnKT LnL LnTLRate LnLTraining_PCI LnEntryCosts D _cons 1531595 0290602 7783511 1413867 1326153 230762 0616837 9696892 0300279 0156394 1614414 0494352 0864264 0671657 0233766 2.083454 5.10 1.86 4.82 2.86 1.53 3.44 2.64 0.47 0.000 0.063 0.000 0.004 0.125 0.001 0.008 0.642 0943058 -.0015925 4619319 0444955 -.0367774 0991197 0158664 -3.113805 2120131 059713 1.09477 238278 302008 3624043 1075009 5.053184 LnKT 1512496 0445466 3.40 0.001 0639399 2385594 /sigma_u /sigma_e 5328169 0684263 0908963 0042257 3813876 0606256 7443709 0772307 LnGRDP M_s001 Wald test of spatial terms: chi2(1) = 11.53 Prob > chi2 = 0.0007 118 Mơ hình FE 5a xét tác động loại hình vốn đầu tư cho giao thông xtreg LnGRDP LnKNT LnKPRRoad LnKWTSupport LnL LnTLRate LnLTraining_PCI LnEntryCosts > LnTransparency D, fe rob Fixed-effects (within) regression Group variable: ID Number of obs Number of groups R-sq: Obs per group: within = 0.8420 between = 0.8080 overall = 0.8094 corr(u_i, Xb) = = 504 63 = avg = max = 8.0 = = 100.92 0.0000 F(9,62) Prob > F = 0.0632 (Std Err adjusted for 63 clusters in ID) Robust Std Err LnGRDP Coef t LnKNT LnKPRRoad LnKWTSupport LnL LnTLRate LnLTraining_PCI LnEntryCosts LnTransparency D _cons 1704863 0324438 0070317 1.087174 2320662 2579381 1500667 1378471 0784492 -2.305118 0335438 0133951 0023791 1794388 0501155 0509658 041498 0673922 0160189 2.311302 sigma_u sigma_e rho 40421178 08232476 96017169 (fraction of variance due to u_i) 5.08 2.42 2.96 6.06 4.63 5.06 3.62 2.05 4.90 -1.00 P>|t| 0.000 0.018 0.004 0.000 0.000 0.000 0.001 0.045 0.000 0.322 [95% Conf Interval] 1034332 0056674 0022758 728481 1318869 1560589 0671133 0031321 0464279 -6.925344 2375394 0592203 0117875 1.445867 3322456 3598173 2330201 2725622 1104705 2.315108 Kiểm định Lagrange (LM) lựa chọn mơ hình POLS RE xttest0 Breusch and Pagan Lagrangian multiplier test for random effects LnGRDP[ID,t] = Xb + u[ID] + e[ID,t] Estimated results: Var LnGRDP e u Test: sd = sqrt(Var) 8725719 0067774 1056404 9341156 0823248 3250236 Var(u) = chibar2(01) = Prob > chibar2 = 1267.36 0.0000 119 Kiểm định Hausman lựa chọn mơ hình FE RE hausman fe re, sig Note: the rank of the differenced variance matrix (8) does not equal the number of coefficients being tested (9); be sure this is what you expect, or there may be problems computing the test Examine the output of your estimators for anything unexpected and possibly consider scaling your variables so that the coefficients are on a similar scale Coefficients (b) (B) fe re LnKNT LnKPRRoad LnKWTSupport LnL LnTLRate LnLTrainin~I LnEntryCosts LnTranspar~y D 1704863 0324438 0070317 1.087174 2320662 2579381 1500667 1378471 0784492 1874631 027291 0085292 1.058961 2460342 2504425 1433528 1390289 0744451 (b-B) Difference sqrt(diag(V_b-V_B)) S.E -.0169768 0051528 -.0014975 0282128 -.0139679 0074956 0067139 -.0011818 0040041 0036039 0018369 0004112 1147218 0100428 0031973 0080696 0051412 0060888 b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 36.96 Prob>chi2 = 0.0000 Kiểm định đa cộng tuyến mơ hình FE 5a collin LnKNT LnKPRRoad LnKWTSupport LnL LnTLRate LnLTraining_PCI LnEntryCosts LnTran > sparency D (obs=504) Collinearity Diagnostics SQRT RVariable VIF VIF Tolerance Squared -LnKNT 4.64 2.15 0.2156 0.7844 LnKPRRoad 1.73 1.32 0.5781 0.4219 LnKWTSupport 1.60 1.27 0.6245 0.3755 LnL 3.53 1.88 0.2836 0.7164 LnTLRate 3.01 1.73 0.3324 0.6676 LnLTraining_PCI 3.07 1.75 0.3255 0.6745 LnEntryCosts 1.15 1.07 0.8703 0.1297 LnTransparency 1.23 1.11 0.8115 0.1885 D 1.40 1.18 0.7128 0.2872 -Mean VIF 2.37 120 Mô hình khơng gian 5b xét tác động loại hình vốn đầu tư cho giao thơng spxtregress LnGRDP LnKNT LnKPRRoad LnKWTSupport LnL LnTLRate LnLTraining_PCI LnEntryCo > sts LnTransparency D, ivarlag(M: LnKPRRoad LnKWTSupport) re (504 observations) (504 observations used) (data contain 63 panels (places) ) (weighting matrix defines 63 places) Optimizing concentrated log likelihood: initial: improve: rescale: rescale eq: Iteration 0: Iteration 1: Iteration 2: Iteration 3: Iteration 4: log log log log log log log log log likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood = = = = = = = = = 410.17747 410.17747 410.17747 411.97728 411.97728 418.06465 418.21918 418.22249 418.2225 Optimizing unconcentrated log likelihood: Iteration 0: Iteration 1: log likelihood = log likelihood = 418.2225 418.2225 (backed up) Random-effects spatial regression Group variable: ID Log likelihood = 418.2225 Std Err z Number of obs Number of groups Obs per group = = = 504 63 Wald chi2(11) Prob > chi2 Pseudo R2 = = = 3078.17 0.0000 0.8187 LnGRDP Coef P>|z| [95% Conf Interval] LnKNT LnKPRRoad LnKWTSupport LnL LnTLRate LnLTraining_PCI LnEntryCosts LnTransparency D _cons 1584653 0222301 008691 9894797 1894402 2039063 0271903 0677311 0049861 -1.869242 016535 0080301 0025166 075739 0333746 0456206 0387634 0413345 0142348 1.006785 9.58 2.77 3.45 13.06 5.68 4.47 0.70 1.64 0.35 -1.86 0.000 0.006 0.001 0.000 0.000 0.000 0.483 0.101 0.726 0.063 1260572 0064914 0037585 8410339 1240272 1144916 -.0487845 -.013283 -.0229135 -3.842504 1908733 0379687 0136236 1.137925 2548533 293321 1031651 1487452 0328857 104019 LnKPRRoad LnKWTSupport 066383 0940846 0288086 0135197 2.30 6.96 0.021 0.000 0099192 0675864 1228468 1205828 /sigma_u /sigma_e 3994559 0751891 0367608 0025422 3335302 0703681 4784126 0803405 LnGRDP M Wald test of spatial terms: chi2(2) = 76.31 Prob > chi2 = 0.0000 121 Mơ hình khơng gian 5c xét tác động loại hình vốn đầu tư cho giao thơng spxtregress LnGRDP LnKNT LnKPRRoad LnKWTSupport LnKWaterways LnL LnTLRate LnLTraining_ > PCI LnEntryCosts LnTransparency D , ivarlag(M: LnKPRRoad LnKWTSupport LnKWaterways) f > orce re (504 observations) (504 observations used) (data contain 63 panels (places) ) (weighting matrix defines 63 places) Optimizing concentrated log likelihood: initial: improve: rescale: rescale eq: Iteration 0: Iteration 1: Iteration 2: Iteration 3: Iteration 4: Iteration 5: log log log log log log log log log log likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood = = = = = = = = = = 415.58959 415.58959 415.58959 419.25123 419.25123 420.38519 424.79575 424.81927 424.81933 424.81933 Optimizing unconcentrated log likelihood: Iteration 0: Iteration 1: log likelihood = log likelihood = 424.81933 424.81933 (backed up) Random-effects spatial regression Group variable: ID Log likelihood = 424.8193 Std Err z Number of obs Number of groups Obs per group = = = 504 63 Wald chi2(13) Prob > chi2 Pseudo R2 = = = 3180.96 0.0000 0.8171 LnGRDP Coef P>|z| [95% Conf Interval] LnKNT LnKPRRoad LnKWTSupport LnKWaterways LnL LnTLRate LnLTraining_PCI LnEntryCosts LnTransparency D _cons 1566857 0215344 0090957 0031141 1.012552 1847843 1988847 0341564 0689114 0160398 -1.954949 0163152 0079198 002487 001853 0759689 0328987 044971 0385257 0407319 0145971 1.001699 9.60 2.72 3.66 1.68 13.33 5.62 4.42 0.89 1.69 1.10 -1.95 0.000 0.007 0.000 0.093 0.000 0.000 0.000 0.375 0.091 0.272 0.051 1247085 0060119 0042211 -.0005178 8636561 1203041 1107432 -.0413526 -.0109216 -.01257 -3.918243 188663 0370568 0139702 0067459 1.161449 2492646 2870262 1096653 1487445 0446496 0083458 LnKPRRoad LnKWTSupport LnKWaterways 0678596 1007749 -.0378622 0283791 0135599 0125085 2.39 7.43 -3.03 0.017 0.000 0.002 0122376 0741981 -.0623784 1234817 1273518 -.013346 /sigma_u /sigma_e 4004152 0740482 0369033 0025042 3342424 0692992 4796887 0791226 LnGRDP M Wald test of spatial terms: chi2(3) = 87.16 Prob > chi2 = 0.0000 122 Mơ hình FE 6.1a xét tác động mật độ đường cao tốc xtreg LnGRDP LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 if Year >=2014, fe Fixed-effects (within) regression Group variable: ID Number of obs Number of groups R-sq: Obs per group: within = 0.8263 between = 0.4284 overall = 0.1139 corr(u_i, Xb) = = 252 63 = avg = max = 4.0 = = 123.67 0.0000 F(7,182) Prob > F = 0.2382 LnGRDP Coef Std Err t LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 _cons 0543935 -.0498337 0234926 0000997 0808709 1576881 2292189 17.01513 0290064 2216713 0435495 0011472 0096071 0110858 0135673 2.944732 sigma_u sigma_e rho 89895058 0491398 9970208 (fraction of variance due to u_i) 1.88 -0.22 0.54 0.09 8.42 14.22 16.89 5.78 P>|t| 0.062 0.822 0.590 0.931 0.000 0.000 0.000 0.000 [95% Conf Interval] -.0028385 -.4872098 -.0624341 -.0021638 0619152 1358149 2024495 11.20492 F test that all u_i=0: F(62, 182) = 213.87 1116255 3875424 1094194 0023632 0998266 1795613 2559882 22.82533 Prob > F = 0.0000 Mơ hình RE 6.2a xét tác động mật độ đường cao tốc xtreg LnGRDP LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 if Year >=2014, re Random-effects GLS regression Group variable: ID Number of obs Number of groups R-sq: Obs per group: within = 0.7937 between = 0.7707 overall = 0.7704 corr(u_i, X) Coef LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 _cons 1112932 1.061359 0871712 000427 0621336 1228394 1763813 951871 sigma_u sigma_e rho 36505944 0491398 98220324 252 63 = avg = max = 4.0 = = 868.64 0.0000 Wald chi2(7) Prob > chi2 = (assumed) LnGRDP = = Std Err .0314772 0975583 0470137 0012787 0106247 0116333 0135787 1.202443 z 3.54 10.88 1.85 0.33 5.85 10.56 12.99 0.79 P>|z| 0.000 0.000 0.064 0.738 0.000 0.000 0.000 0.429 [95% Conf Interval] 0495991 8701486 -.004974 -.0020791 0413095 1000386 1497675 -1.404874 (fraction of variance due to u_i) 1729873 1.25257 1793164 0029331 0829576 1456401 2029952 3.308616 123 Kiểm định Lagrange (LM) lựa chọn mơ hình POLS RE xttest0 Breusch and Pagan Lagrangian multiplier test for random effects LnGRDP[ID,t] = Xb + u[ID] + e[ID,t] Estimated results: Var LnGRDP e u Test: sd = sqrt(Var) 8518884 0024147 1332684 922978 0491398 3650594 Var(u) = chibar2(01) = Prob > chibar2 = 337.28 0.0000 Các kiểm định Hausman lựa chọn mô hình 6.1a 6.2a hausman fe re Coefficients (b) (B) fe re 0543935 -.0498337 0234926 0000997 0808709 1576881 2292189 LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 1112932 1.061359 0871712 000427 0621336 1228394 1763813 (b-B) Difference sqrt(diag(V_b-V_B)) S.E -.0568997 -1.111193 -.0636785 -.0003273 0187373 0348488 0528376 1990491 b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B) = -32.48 chi2 model fitted on these data fails to meet the asymptotic assumptions of the Hausman test; see suest for a generalized test 124 Kiểm định tượng tự tương quan mơ hình 6.2a xttest1 Tests for the error component model: LnGRDP[ID,t] = Xb + u[ID] + v[ID,t] v[ID,t] = lambda v[ID,(t-1)] + e[ID,t] Estimated results: Var LnGRDP e u sd = sqrt(Var) 8518884 0024147 1332684 922978 0491398 36505944 Tests: Random Effects, Two Sided: ALM(Var(u)=0) = 158.93 Pr>chi2(1) = 0.0000 Random Effects, One Sided: ALM(Var(u)=0) = 12.61 Pr>N(0,1) = 0.0000 = 0.29 Pr>chi2(1) = 0.5915 Joint Test: LM(Var(u)=0,lambda=0) = 337.57 Pr>chi2(2) = 0.0000 Serial Correlation: ALM(lambda=0) 125 Mơ hình khơng gian 6b xét tác động mật độ đường cao tốc nước spxtregress LnGRDP LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 if Year>=2014, iv > arlag(M: NaHWDensity) force re (504 observations) (252 observations excluded due to if/in) (252 observations used) (data contain 63 panels (places) ) (weighting matrix defines 63 places) Optimizing concentrated log likelihood: initial: improve: rescale: rescale eq: Iteration 0: Iteration 1: Iteration 2: Iteration 3: Iteration 4: log log log log log log log log log likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood = = = = = = = = = 197.16114 197.16114 197.16114 210.91885 210.91885 213.3326 213.48444 213.48504 213.48504 Optimizing unconcentrated log likelihood: Iteration 0: Iteration 1: log likelihood = log likelihood = 213.48504 213.48504 (backed up) Random-effects spatial regression Group variable: ID Log likelihood = 213.4850 Std Err z Number of obs Number of groups Obs per group = = = 252 63 Wald chi2(8) Prob > chi2 Pseudo R2 = = = 1003.44 0.0000 0.7251 LnGRDP Coef P>|z| [95% Conf Interval] LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 _cons 0753558 1.00046 0729456 0012117 027087 1075812 1599086 2.263802 0289358 1152291 0423653 0011437 012912 0116314 0139802 1.528232 2.60 8.68 1.72 1.06 2.10 9.25 11.44 1.48 0.009 0.000 0.085 0.289 0.036 0.000 0.000 0.139 0186426 7746149 -.0100888 -.0010298 00178 0847841 1325079 -.7314771 1320691 1.226305 15598 0034533 052394 1303783 1873092 5.259082 NaHWDensity 0272569 0062511 4.36 0.000 0150051 0395088 /sigma_u /sigma_e 5016617 0486567 0505008 002613 4118348 0437956 6110811 0540573 LnGRDP M Wald test of spatial terms: chi2(1) = 19.01 Prob > chi2 = 0.0000 126 Mơ hình RE 7a xét tác động mật độ đường cao tốc khu vực Quảng Ninh - Huế xtreg LnGRDP LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 if Year >=2014 & ID 1, re rob Random-effects GLS regression Group variable: ID Number of obs Number of groups R-sq: Obs per group: within = 0.8347 between = 0.8546 overall = 0.8542 corr(u_i, X) = = 124 31 = avg = max = 4.0 = = 794.85 0.0000 Wald chi2(7) Prob > chi2 = (assumed) (Std Err adjusted for 31 clusters in ID) Robust Std Err LnGRDP Coef z LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 _cons 1096353 1.127176 3559616 001407 0703949 1310225 1812647 -.8298606 0515179 1334866 1177723 0011746 014191 0214179 03042 1.629117 sigma_u sigma_e rho 24876357 05019492 96087859 (fraction of variance due to u_i) 2.13 8.44 3.02 1.20 4.96 6.12 5.96 -0.51 P>|z| 0.033 0.000 0.003 0.231 0.000 0.000 0.000 0.610 [95% Conf Interval] 008662 8655475 1251322 -.0008952 042581 0890442 1216426 -4.022872 2106085 1.388805 586791 0037092 0982088 1730008 2408868 2.363151 127 Mô hình khơng gian 7b xét tác động mật độ đường cao tốc khu vực Quảng Ninh - Huế spxtregress LnGRDP LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 if Year>=2014 & I > D chi2 Pseudo R2 = = = 757.36 0.0000 0.8421 LnGRDP Coef P>|z| [95% Conf Interval] LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 _cons 0575333 1.148207 2268234 0024312 -.0000657 0888264 1533546 -.1900516 0329179 1196315 0848163 0012861 0235663 0203451 0232188 1.466905 1.75 9.60 2.67 1.89 -0.00 4.37 6.60 -0.13 0.081 0.000 0.007 0.059 0.998 0.000 0.000 0.897 -.0069845 9137333 0605865 -.0000895 -.0462548 0489508 1078466 -3.065132 1220512 1.38268 3930603 004952 0461234 128702 1988626 2.685028 M_s001 NaHWDensity 0331916 0083947 3.95 0.000 0167382 049645 /sigma_u /sigma_e 3803183 0464046 0533626 0035202 2888782 0399935 5007023 0538433 LnGRDP Wald test of spatial terms: chi2(1) = 15.63 Prob > chi2 = 0.0001 128 Mơ hình RE 8a xét tác động mật độ đường cao tốc khu vực Đà Nẵng - Cà Mau xtreg LnGRDP LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 if Year >=2014 & ID > > 1, re Random-effects GLS regression Group variable: ID Number of obs Number of groups R-sq: Obs per group: within = 0.7709 between = 0.7590 overall = 0.7577 corr(u_i, X) = = 128 32 = avg = max = 4.0 = = 363.80 0.0000 Wald chi2(7) Prob > chi2 = (assumed) LnGRDP Coef Std Err z LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 _cons 1648978 9188522 0668492 -.0007064 0454423 0957751 1353585 2.179997 0580543 1506282 0551235 003007 0148843 016648 0191415 1.862795 sigma_u sigma_e rho 34074431 04420078 98345161 (fraction of variance due to u_i) 2.84 6.10 1.21 -0.23 3.05 5.75 7.07 1.17 P>|z| [95% Conf Interval] 0.005 0.000 0.225 0.814 0.002 0.000 0.000 0.242 0511135 6236264 -.0411908 -.0066 0162696 0631455 0978418 -1.471013 Kiểm định tự tương quan mơ hình 8a xttest1 Tests for the error component model: LnGRDP[ID,t] = Xb + u[ID] + v[ID,t] v[ID,t] = lambda v[ID,(t-1)] + e[ID,t] Estimated results: Var LnGRDP e u sd = sqrt(Var) 7482438 0019537 1161067 8650109 04420078 34074431 Tests: Random Effects, Two Sided: ALM(Var(u)=0) = 77.74 Pr>chi2(1) = 0.0000 Random Effects, One Sided: ALM(Var(u)=0) = 8.82 Pr>N(0,1) = 0.0000 = 0.25 Pr>chi2(1) = 0.6175 Joint Test: LM(Var(u)=0,lambda=0) = 168.43 Pr>chi2(2) = 0.0000 Serial Correlation: ALM(lambda=0) 2786821 1.214078 1748892 0051873 0746149 1284046 1728751 5.831008 129 Mô hình khơng gian 8b xét tác động mật độ đường cao tốc khu vực Đà Nẵng - Cà Mau spxtregress LnGRDP LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 if Year>=2014 & I > D > 31, ivarlag(M: NaHWDensity) force re (504 observations) (376 observations excluded due to if/in) (128 observations used) (data contain 32 panels (places) ) (weighting matrix defines 63 places) (you specified -force-) (weighting matrix matched 32 places in data) (weighting matrix M_s001 created) Optimizing concentrated log likelihood: initial: improve: rescale: rescale eq: Iteration 0: Iteration 1: Iteration 2: Iteration 3: Iteration 4: log log log log log log log log log likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood likelihood = = = = = = = = = 101.10642 101.10642 101.10642 110.35316 110.35316 111.39445 111.48972 111.48995 111.48995 Optimizing unconcentrated log likelihood: Iteration 0: Iteration 1: log likelihood = log likelihood = 111.48995 111.48995 (backed up) Random-effects spatial regression Group variable: ID Log likelihood = 111.4900 Std Err z Number of obs Number of groups Obs per group = = = 128 32 Wald chi2(8) Prob > chi2 Pseudo R2 = = = 407.16 0.0000 0.7515 LnGRDP Coef P>|z| [95% Conf Interval] LnKA LnL LnTLRate NaHWDensity Y2015 Y2016 Y2017 _cons 114014 7658312 0483648 -.0002737 0376157 1092266 1456491 5.105834 0566826 2026542 0496061 0026233 0159054 0167433 0213512 2.905184 2.01 3.78 0.97 -0.10 2.36 6.52 6.82 1.76 0.044 0.000 0.330 0.917 0.018 0.000 0.000 0.079 0029181 3686363 -.0488614 -.0054154 0064417 0764104 1038015 -.588221 2251099 1.163026 1455911 0048679 0687898 1420428 1874966 10.79989 M_s001 NaHWDensity 0239811 0126114 1.90 0.057 -.0007369 048699 /sigma_u /sigma_e 5115585 0468297 0868128 0038208 3668126 0399092 7134217 0549502 LnGRDP Wald test of spatial terms: chi2(1) = 3.62 Prob > chi2 = 0.0572 ...BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN - LÊ THỊ QUỲNH NHUNG CÁC MƠ HÌNH KINH TẾ LƯỢNG ĐÁNH GIÁ TÁC ĐỘNG CỦA HẠ TẦNG GIAO THÔNG VẬN TẢI ĐẾN PHÁT TRIỂN KINH TẾ TẠI... 0,081 0,057 Tác động gián tiếp với hệ số tương ứng 0,119; 0,063 0,073 28 Các nghiên cứu Việt Nam Các nghiên cứu định lượng Việt Nam tác động hạ tầng giao thông vận tải đến phát triển kinh tế không... quan trọng tác động đến tăng trưởng kinh tế Các lý thuyết tăng trưởng kinh tế phát triển theo thời gian tùy thuộc vào thời kỳ động kinh tế Từ rút yếu tố tác động lên tăng trưởng kinh tế là: Sách